Konwertuj kodek kodu Unicode na znak łańcuchowy w Ruby

Question

Mam te wartości z bazy danych Unicode, ale nie jestem pewien, jak przetłumaczyć je na czytelną dla człowieka formę. Jakie są one nazywane?

Oto one:

• U+2B71F
• U+2A52D
• U+2A68F
• U+2A690
• U+2B72F
• U+2B4F7
• U+2B72B

Jak mogę zamienić te symbole w czytelne symbole?

Answer 1

Jak o:

puts ["2B71F".hex].pack("U") 

Edytuj

W Ruby 1.9 można nawet to zrobić:

puts "\u{2B71F}" 

Tj sekwencję specjalną \u{} można użyć do dekodowania punktów kodowych Unicode.

Answer 2

Symbole kodu Unicode, takie jak U+2B71F, są określane jako codepoint.

System Unicode definiuje unikalny znak codepoint dla każdego znaku w wielu językach świata, symbolach naukowych, walutach itp. Ten zestaw znaków stale rośnie. Na przykład U+221E jest nieskończonością.

Numer codepoints to liczby szesnastkowe. Zawsze jest dokładnie jedna liczba zdefiniowana na znak.

Istnieje wiele sposobów na uporządkowanie tego w pamięci. Jest to znane jako encoding, z których wspólne to UTF-8 i UTF-16. Konwersja w tę iz powrotem jest dobrze zdefiniowana.

Tutaj najprawdopodobniej szukasz konwersji znaków Unicode codepoint na UTF-8.

codepoint = "U+2B71F" 

trzeba wyodrębnić część sześciokątną pochodzących po U+ i dostać tylko 2B71F. To będzie pierwsze przechwycenie grupy. See this.

codepoint.to_s =~ /U\+([0-9a-fA-F]{4,5}|10[0-9a-fA-F]{4})$/ 

I jesteś UTF-8 znaków będą:

utf_8_character = [$1.hex].pack("U") 

Referencje:

1. Convert Unicode codepoints to UTF-8 characters with Module#const_missing.
2. Tim Bray on the goodness of unicode.
3. Joel Spolsky - The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!).
4. Dissecting the Unicode regular expression